Elasticsearch的倒排索引

Elasticsearch的倒排索引

elasticsearch之所以有如此高性能的搜索表现，正是得益于底层的倒排索引技术。
倒排索引的概念是基于MySQL这样的正向索引而言的。

倒排索引中有两个非常重要的概念：

• 文档（Document）：用来搜索的数据，其中的每一条数据就是一个文档。例如一个网页、一个商品信息
• 词条（Term）：对文档数据或用户搜索数据，利用某种算法分词，得到的具备含义的词语就是词条。例如：我是中国人，就可以分为：我、是、中国人、中国、国人这样的几个词条

步骤：

1. 先把文档内容进行分词，形成词条与文档ID的对应关系，叫做词条库，词条具备唯一性，建立索引
2. 对搜索内容进行分词，把分词后得到一个关键词列表，根据关键词去词条库中匹配，再找到对应的文档ID列表
3. 然后根据文档ID列表，找到对应的文档信息

以搜索“华为手机”为例
1.“华为手机” 可以得到词条 华为 、手机
2.根据词条列表查找得到对应文档id
华为 => 2,3
手机 => 1,2
得到最终文档id = 1,2,3 去正向索引查找具体文档即可

流程图:

Elasticsearch与MySQL的概念对比

MySQL	Elasticsearch	ES描述
Table	Index	索引
Row	Document	文档【json】
Column	Filed	字段【域】
Schema	Mapping	映射【结构】
SQL	DSL	语句